Rehabilitering er en kritisk del af helbredelsen for millioner af patienter med neurologiske, ortopædiske og aldersrelaterede tilstande. Alligevel forbliver en af de største udfordringer uændret: patienternes motivation til genoptræning. Op til 75% af patienterne følger ikke deres ordinerede hjemmetræningsprogrammer, hvilket markant reducerer effekten af rehabilitering og fører til øgede sundhedsomkostninger samt længere restitutionstid.

For klinikere skaber denne manglende efterlevelse et ”blind spot”. Når patienterne forlader klinikken, har terapeuter begrænset indsigt i, om øvelserne udføres korrekt eller overhovedet udføres. Som følge heraf baseres behandlingsplaner ofte på antagelser frem for reelle data, hvilket begrænser potentialet for optimale resultater.

Rebility, en spin-out fra Aalborg Universitet, adresserer dette fundamentale hul ved at kombinere motivation, teknologi og data i én skalerbar løsning.

FRA PASSIVE ØVELSER TIL ENGAGERENDE GENOPTRÆNING

Rebility har udviklet et klinisk testet telerehabiliteringssystem kaldet eMotivo, der forvandler traditionelle hjemmeøvelser til en engagerende og interaktiv oplevelse. Gennem en brugervenlig app bliver rehabilitering gamificeret med boldbaserede øvelser, hvilket gør gentagen træning mere intuitiv og motiverende for patienterne.

Skiftet fra passiv til aktiv involvering har en målbar effekt. Systemet har vist evnen til at øge træningsmotivation med op til 375% samt forbedre fysiske, sensoriske og kognitive funktioner. Ved at gøre rehabilitering mere meningsfuld og motiverende er patienterne langt mere tilbøjelige til at være konsistente, hvilket fører til bedre resultater.

DATADREVET TERAPI OG BEDRE KLINISKE BESLUTNINGER

Med eMotivo motiverer Rebility ikke kun patienter; de giver også terapeuter noget, de historisk har manglet: realtidsindsigt i patienters adfærd og udvikling uden for klinikken.

Mens patienterne træner, indsamles data løbende og deles med terapeuterne, hvilket giver et klart billede af efterlevelse, præstation og udvikling over tid. Dette gør det muligt for terapeuter at bevæge sig fra statiske behandlingsplaner til dynamisk, datadrevet rehabilitering, hvor øvelser kan justeres baseret på faktisk fremgang frem for periodiske kontrolbesøg.

Resultatet er en mere effektiv arbejdsgang for sundhedsprofessionelle, som kan bruge mindre tid på manuelle opfølgninger og samtidig levere mere personaliseret og effektiv behandling.